10.3969/j.issn.0258-2724.2016.06.024
基于差分能量图和CGBP的微表情识别
微表情是一种不能自主控制和伪装的面部表情,其与诚信度的关系密切,具有持续时间短且难以识别的特征.为提高计算机自动识别微表情的准确性,提出一种基于差分能量图和中心化Gabor二值模式(centralizedGabor binary patterns,CGBP)的微表情识别方法.该方法首先利用差分法计算微表情序列的能量得到差分能量图,获得人脸面部肌肉相位的变化;其次将Gabor与中心二值模式CBP相结合,得到CGBP算子对能量图进行微表情的特征提取;最后利用ELM分类器进行微表情分类识别.在CASME微表情库上的实验结果表明,该方法比LBP-TOP、DTSA3、Gabor、VLBP、CBP-TOP算法更能有效地获得微表情序列的时空纹理特征,平均识别率为86.54%.
图像处理、微表情识别、差分能量图、中心化Gabor二值化模式、ELM分类器
51
TP391.4(计算技术、计算机技术)
国家自然科学基金资助项目60302018;天津市科技计划资助项目14RCGFGX00846;河北省自然科学基金资助项目F2015202239
2017-01-17(万方平台首次上网日期,不代表论文的发表时间)
共8页
1222-1229